Google представила новую функцию Live Avatar для Gemini 3.8 Live, которая превращает голосового ИИ-помощника в анимированного собеседника с видеосвязью в реальном времени. Теперь искусственный интеллект может видеть пользователя, поддерживать разговор и отвечать с помощью потокового видео с минимальной задержкой.
Аватар синхронизирует движения губ с речью, воспроизводит мимику и реагирует на собеседника без длительных пауз. Модель обрабатывает звук и изображение одновременно, поэтому учитывает не только сказанное, но и то, что происходит перед камерой. По данным Google, Gemini 3.8 Live поддерживает 97 языков и может переключаться между ними во время разговора. В таком случае система адаптирует синхронизацию губ и выражение лица аватара в соответствии с новым языком.
ИИ способен продолжать диалог, даже когда в фоновом режиме обращается к подключённым сервисам или выполняет другие задачи. Google предлагает использовать Live Avatar в службах поддержки, интерактивных инструкциях и клиентских сервисах. В демонстрационном видео компании аватар помогал гостю зарегистрироваться в отеле.
Для запуска можно выбрать одного из готовых персонажей. Корпоративные клиенты получат возможность создавать собственных аватаров на основе изображения человека или вымышленного героя, сохраняя внешность и фирменный стиль. В настоящее время эта функция доступна только компаниям, которые получили отдельное разрешение от Google.
Сгенерированные видео и звук маркируются цифровым идентификатором SynthID. Функция Live Avatar уже доступна в Gemini Enterprise, но в обычном приложении Gemini для рядовых пользователей она пока не появилась.